# 5. 量化研究自动化

> 第 5 章，共 10 章 · 22 条 · 网页版: https://finance-agents.dev/zh/chapters/5-quantitative-research-automation

挖掘因子、写策略代码、跑回测并迭代的 agent，最接近「自主量化研究员」。

## 研究自动化系统

- [qlib](https://github.com/microsoft/qlib) - 面向 AI 的量化平台，常作因子与模型研究 agent 的底座。
- [RD-Agent](https://github.com/microsoft/RD-Agent) - 微软 R&D agent，在金融因子/策略自动化赛道很强。
- [alphagen](https://github.com/ICT-FinD-Lab/alphagen) - 用强化学习生成公式化 alpha 因子集合。
- [QuantaAlpha](https://github.com/QuantaAlpha/QuantaAlpha) - 用 agent 工作流发现量化 alpha 因子。
- [QuantGPT](https://github.com/Miasyster/QuantGPT) - 自主设计、回测并提交因子的 agent 化 alpha 工厂。
- [AlphaFin](https://github.com/AlphaFin-proj/AlphaFin) - 检索增强的 stock-chain 风格金融分析。
- [pwb-alphaevolve](https://github.com/paperswithbacktest/pwb-alphaevolve) - 把 AlphaEvolve 风格编码 agent 用到交易策略上。
- [Alpha-R1](https://github.com/FinStep-AI/Alpha-R1) - FinStep-AI 的 alpha / 因子研究 agent 系列。
- [LLMQuant/quant-mind](https://github.com/LLMQuant/quant-mind) - 面向 agent 的流水线，把论文、新闻、文件整理成带类型、引用与时间戳的金融知识。
- [QuantHarness](https://github.com/Y-Research-SBU/QuantHarness) - 价格驱动的多 agent LLM 高频交易研究框架。(paper)
- [Qbot](https://github.com/UFund-Me/Qbot) - 🇨🇳 本地部署的 AI 量化研究与交易机器人平台。
- [ai_quant_trade](https://github.com/charliedream1/ai_quant_trade) - 🇨🇳 一站式 AI 量化工具箱：策略、大模型、因子挖掘、模拟与实盘。
- [qusong0627/QuantMind](https://github.com/qusong0627/QuantMind) - 🇨🇳 集成 Qlib 与 RD-Agent 因子演化的 AI 原生多市场量化平台。
- [loopera](https://github.com/Loopera-ai/loopera) - 假设驱动的基本面因子研究 agent，验证需证据把关。
- [finlab-ai](https://github.com/koreal6803/finlab-ai) - 在 FinLab（台股）上生成与测试量化策略的 agent skills。
- [qanat](https://github.com/fidetolabs/qanat) - 可由 agent 直接调用的因子处理与回测 MCP。
- [x2strategy](https://github.com/ALAGENT-HKU/x2strategy) - 从量化论文中抽取结构化策略规格的 Agent Skill。
- [AgentQuant](https://github.com/OnePunchMonk/AgentQuant) - 失败感知的可复现策略研究框架，agent 工作流有类型约束。
- [alphaevo](https://github.com/ZhuLinsen/alphaevo) - 基于回测反馈自我进化的选股策略研究 agent。
- [EvoQuant](https://github.com/CamusGIT/EvoQuant) - 跑完整量化研究闭环的自进化研究 agent。
- [quantitative-signal-discovery-agent](https://github.com/NVIDIA-AI-Blueprints/quantitative-signal-discovery-agent) - NVIDIA 官方示例：LLM 闭环生成、编码并评估 alpha 信号。
- [AlphaQuanter](https://github.com/horizon-llm/AlphaQuanter) - 工具编排的 agent 强化学习交易框架（ACL 2026）。(paper)

## 踩坑提示

因子工厂很容易过拟合。要求走步向前验证或 purged CV，并留一份 agent 永远看不到的 holdout。

---

不构成投资建议；收录不代表推荐。 CC0 1.0 · https://github.com/aowang-ai/awesome-finance-agents

由 Ao Wang（王奥，https://aowang.ai）维护。